圖像質量評價若干問題研究.pdf

1、圖像作為信息的重要載體，在現(xiàn)代人們生活當中扮演了重要的角色。而圖像在獲取、存儲、壓縮、傳輸?shù)冗^程中，不可避免地會造成失真。最可靠的圖像質量評價方法是人的主觀判斷，但其通常具有耗時性、昂貴性和不具有實時性的特點。因此人們研究的重點集中在了客觀圖像質量評價方法的設計上。客觀圖像質量評價方法的目標是設計出與人的主觀判斷一致的評價模型。依據(jù)對參考圖像（無失真的原圖像）的依賴程度，客觀圖像評價方法可以分為全參考圖像質量評價、部分參考圖像質量評價和

2、無參考圖像質量評價。全參考圖像質量評價是在參考圖像可以完全獲取的情況下的評價方式。當只可獲得參考圖像的部分信息時，需要用到部分參考圖像質量評價方法。而無參考圖像質量評價則是在參考圖像完全不可獲取的情況下評價圖像的方法。
　　本文分別針對全參考圖像質量評價和無參考圖像質量評價方法進行了研究。主要工作概括如下:
　　(1)全參考圖像質量評價中的結構相似度方法，主要通過局部的方式來產(chǎn)生基于特定特征的相似性圖，但是局部窗口的大小通常

3、是固定的，這使得該類方法對圖像的邊緣區(qū)、紋理區(qū)和平滑區(qū)采取同樣的權重加權，而忽略了人類視覺系統(tǒng)對這些區(qū)域的感知效果。為此，提出了基于感知分組策略的全參考圖像質量評價方法。其通過自適應窗口的方式，即通過感知分組技術使失真區(qū)域更具顯著性，來評價圖像質量。其首先采用超像素的方法進行感知分組，然后基于各分組的結構相似性度量得到圖像的質量。為此，文中實現(xiàn)了一種高效的聚類方法，并通過它對圖像進行分組。該方法具有很好的泛化能力，表現(xiàn)在能同時處理灰度圖

4、像、彩色圖像和醫(yī)學圖像，并且該方法也具有很低的時間復雜度。多個自然圖像數(shù)據(jù)庫和BrainWeb醫(yī)學數(shù)據(jù)庫的結果驗證了方法的有效性。
　　(2)全參考圖像質量評價中的經(jīng)典工程類方法采用“特征提取——特征合并”的模式進行評價，因此人們研究的著眼點聚集在特征提取和特征合并兩部分。因此，如何選取視覺特征以及針對選擇的特征采用何種合并策略，變得尤其重要。通常的方法是在特征提取后通過簡單平均的合并方式得到圖像質量。對比度作為視覺系統(tǒng)的底層特征

5、，在人們認識圖像等視覺信息的過程扮演了重要的角色。針對對比度特征，筆者認為其與標準方差具有某種相關性，因為兩者的表象都是“范圍”的量度，即對比度表示灰度的變化范圍，而標準方差在圖像質量的刻畫中可以看作是失真嚴重程度的變化范圍，而這種表象可能蘊含了它們內在的一種聯(lián)系。有趣地是，一系列實驗驗證了想法的合理性。而為了更好地探索這種聯(lián)系，采取了多尺度技術，因為人類視覺系統(tǒng)通常具有多分辨率特性，即其分辨能力容易受到觀測距離、采樣頻率等因素的影響，

6、與此同時，自然圖像通常也具有多尺度性。總之，本文提出了基于多尺度的對比度相似方差的全參考圖像質量評價方法。其首先在每個尺度上計算參考圖像和失真圖像的對比度相似圖，然后采用標準方差進行合并，最后綜合各尺度的結果以形成圖像質量的評價值。實驗結果顯示該方法在與人的主觀一致性和計算效率方面表現(xiàn)出較好的性能。
　　(3)基于自然場景統(tǒng)計的無參考圖像質量評價方法通常用某個模型來表征圖像在某個變換域的系數(shù)分布，通過將該模型的參數(shù)作為特征以反映邊

7、緣分布的變化?？紤]到人類視覺系統(tǒng)通常對圖像邊緣信息比較敏感，而邊緣可通過梯度得到很好的反映，并且注意到對數(shù)概率能較精確的反應概率分布的非高斯特性，因此文中基于對數(shù)方向梯度的對數(shù)直方圖進行研究，發(fā)現(xiàn)廣義拉普拉斯分布能很好地擬合該直方圖，并且不同程度、不同類型的失真對該分布具有不同的偏離。通過對該直方圖的進一步分析，文中在四個方向上分別提取了方差、峰度、差分熵和熵四個特征。這四個方向分別為水平、垂直、主對角和副對角的對數(shù)梯度方向?？紤]到自然